声学回声消除与波束成形语音增强方法研究
摘要 | 第2-3页 |
Abstract | 第3页 |
1 绪论 | 第6-12页 |
1.1 选题的背景及意义 | 第6-7页 |
1.2 麦克风阵列技术 | 第7页 |
1.3 发展历程及研究现状 | 第7-11页 |
1.3.1 波束成形 | 第7-10页 |
1.3.2 语音重叠帧检测 | 第10-11页 |
1.3.3 声源定位 | 第11页 |
1.4 本文结构安排 | 第11-12页 |
2 相关背景知识 | 第12-22页 |
2.1 信号处理数学基础 | 第12-13页 |
2.2 回声消除背景知识 | 第13-18页 |
2.2.1 自适应滤波器 | 第14页 |
2.2.2 LMS算法 | 第14-17页 |
2.2.3 NLMS算法 | 第17-18页 |
2.3 麦克风阵列声源测向算法 | 第18-22页 |
2.3.1 传统谱估计法 | 第18页 |
2.3.2 Capon最小方差算法 | 第18-19页 |
2.3.3 MUSIC算法测向 | 第19-22页 |
3 声学回声消除 | 第22-36页 |
3.1 基于WebRTC的AEC算法 | 第22-26页 |
3.1.1 算法简介 | 第22页 |
3.1.2 AEC算法流程 | 第22-24页 |
3.1.3 远端和近端信号延时对齐 | 第24-25页 |
3.1.4 非线性处理(NLP) | 第25-26页 |
3.2 改进算法 | 第26-30页 |
3.2.1 分块频域自适应滤波算法 | 第26-27页 |
3.2.2 联合最优NLMS算法 | 第27-28页 |
3.2.3 改进算法 | 第28-30页 |
3.3 性能评估 | 第30-36页 |
3.3.1 实验条件 | 第30-31页 |
3.3.2 实验波形图 | 第31-32页 |
3.3.3 ERLE和SER测试 | 第32-33页 |
3.3.4 归一化失配率 | 第33-36页 |
4 改进LCMV结合WPF波束成形算法 | 第36-52页 |
4.1 波束成形算法 | 第36-39页 |
4.1.1 波束成形最优权重矢量 | 第36页 |
4.1.2 MVDR算法 | 第36-37页 |
4.1.3 LCMV算法 | 第37-38页 |
4.1.4 GSC结构 | 第38-39页 |
4.2 基于LCMV和后置滤波的波束成形算法 | 第39-46页 |
4.2.1 改进的自适应波束成形 | 第39-43页 |
4.2.2 语音重叠帧检测算法 | 第43-46页 |
4.2.3 说话人索引 | 第46页 |
4.3 性能评估 | 第46-52页 |
4.3.1 实验条件 | 第46-47页 |
4.3.2 实际录音增强 | 第47-48页 |
4.3.3 语音分离能力评估 | 第48-49页 |
4.3.4 输出信干噪比评估 | 第49-50页 |
4.3.5 增强语音MOS值 | 第50-52页 |
结论 | 第52-53页 |
参考文献 | 第53-57页 |
致谢 | 第57-59页 |